【预测性维护】杜克能源为30个工厂提供机器状态监测及预测性维护、用于电源监测的EtherCAT

其实，在一些领先的制造企业，IIoT已经得到应用并开始收到显著的投资回报。美国杜克能源就是其中极具代表性的一家。

今天，我们就来看看这家美国最大的发电公司，如何利用IIoT和大数据分析为30个工厂提供全厂机器状态监测及预测性维护。希望能给大家IIoT的实践应用带来启示。 

杜克能源公司成立于1900年，是美国最大的发电公司，在美国拥有80多家工 厂，员工超过29,000人。 该公用事业公司总部位于北卡罗来纳州夏洛特，拥有 52,700兆瓦的发电能力，向美国东南部和中西部地区六个州约740万用户供电。 杜克能源还为150万天然气客户提供服务，并在加拿大和拉丁美洲运营多 种发电设备，包括一系列可再生能源设备。 

图1 杜克能源设施 

杜克能源公司以及发电行业的其他公司在手动监测机器状况时都面临着挑战。状态监测可通过避免设备故障导致的停机来控制成本以及提高设备服务能力。手动采集数据非常耗费人力; 在基于路线的数据采集方法中，杜克能源公司的预测性维护专家需要亲自走到每个站点手动采集数百个数据样本，然后返回计算机查看和分析采集到的数据。杜克能源公司的分析师每个月需要进行近6万次数据采集时，通常会花费80％的时间来采集数据，而只有20％的时间可用于分析数据，导致诊断不一致，风险评估受限，而且需要耗费大量时间和体力在走路上！

2010年，杜克能源公司开始在整个公司实施集中化项目，使用新技术来满足日益增加的可靠性要求并提高员工的工作效率。 杜克能源公司希望拥有能够及时发现问题并通知专家的技术，以取代传统基于路线的数据采集做法，使他们能够将时间花在更有价值的任务上，并且无论身处何处都能完成工作。 这个需要耗时数年的项目需要安装额外的传感器，采用全新的架构设计以及购买新基础设施来补充旧基础设施。 

图2  NI CompactRIO系统通过连接全厂资产设备来为杜克能源提 供机器监测解决方案 

杜克能源公司开始考虑利用工业物联网（IIoT）和大数据分析的元素来应对这些挑战。

对于这个项目，杜克能源与NI以及美国电力研究院（EPRI） 、OSIsoft和InStep（现为施耐德电气的一部分） 共同合作开发定制的监测和诊断基础设施，该设施称为Smart Monitoring and Diagnostics，简称“Smart M&D” 。

EPRI已经推出了I4GEN（Developing Insights through the Integration of Information for Intelligent Generation，通过集成智能发电信息提高洞察力）框架，以支持发电公司转向使用物联网相关技术和解决方案。 该研究所与合作伙伴分享专业知识，并支持多个发电组织之间的协作，而不是让他们像一盘散沙，各做各的。 

此项目的必要投资包括安装额外在线传感器、基础设施、架构和诊断应用程序。

2012年，杜克能源开始开发新的架构来支持这个项目。 Duke Energy采用了NI CompactRIO平台， 该平台结合了嵌入式实时处理器、高性能现场可编程门阵列（FPGA）以及可热插拔I/O模块，可将实时采集的数据发送到联网的上位机电脑中。 传感器数据被传送NI CompactRIO监控系统中进行信号采集和处理，结果通过有线或无线方式传输到工厂服务器。 利用大量的模拟数据，NI CompactRIO可以进行报警，并为杜克的数据专家提供全面的波形分析。 此外，杜克能源公司还使用用于状态监测NI InsightCM来可视化和分析数据。 通过将FPGA和板载实时处理器连接到传感器，可大幅减少原始模拟波形，仅保留指示节点处系统“健康”状况所需的数据。 这样可以避免数据超载的情况，方便领域专家快速发现问题。

NI InsightCM软件是一款让数据更加方便易用的重要工具，并且非技术人员也可轻松使用。 杜克正处于从传统技术向新技术的过渡中，以期为最终用户提供更优质的服务。

更多传感器正在添加到驱动器、电机、泵、变速箱和风扇等监测功能受限的设备上。 对于已经配备传感器的机器，杜克能源专注于扩展其感测能力。 例如，蒸汽涡轮发电机已经具有较高的感测能力， 因为这些昂贵的机器需要通过警报来避免代价高昂的故障。 杜克能源公司在这种设备中增加了更多的传感器来捕获数据，以支持更先进的振动监测，从而提高了未来故障的可预测性。

杜克在其设施中确定了10,000多项资产，并计划为这些设备资产添加超过30,000个传感器，包括加速度计、温度传感器、油液分析传感器、热像仪和接近式探针。 这些传感器增加了振动、轴承温度和油压监测等功能，还可监测变压器、溶解气体和发电机等其他资产的电磁特征。

据估计，该项75％的成本不在于软件或传感器，而在于将传感器连接到数据采集计算机的布线上。 数据采集系统遍布该公司的各种设施，可连接多 达30或40个硬连接的传感器。 电缆必须从传感器连接到本地数据采集计算机；然后信号从NI数据采集设备无线传输到杜克能源的服务器。

为了采集振动信息，可能需要每秒捕捉10,000到100,000个样本，持续几秒钟，才能对机器状况进行充分的测量。 此外，杜克能源公司使用现场工厂服务器的组合来管理这些庞大的数据。 每个工厂都有自己的OSIsoft PI服务器，该服务器可采 集、存储和组织各种来源的数据。

这些服务器位于杜克的监控和诊断中心，其中 Instep的Prism模式识别和预测软件（用于机械解决方案）和GP Strategy的EtaPRO热状态监测软 件可帮助识别与预期行为的偏差。 在监测诊断中心内，这些软件工具由一个由五名技术人员组成的团队使用。

技术人员通过一个报警仪表板来了解设备是否发生某些意外行为。 这样，他们就可以调查并筛选 问题，以确定是否是真正的异常情况以及是否需要进一步调查。 如果对异常进行标记，就会发送一个标准流程电子邮件来提醒相关的人员解决问题; 并以图形化方式向他们提供信息，指出偏差并提供初步诊断建议，以便操作员可以检查机器。  

这些信息会发送到EPRI的资产健康管理系统，并与基于真实设备数据长时间编制而成的特征数据库（来自多个公司）中的所有已知故障进行比较来识别问题。 然后EPRI通知杜克能源的专家进入 NI InsightCM Data Explore（r一款旨在帮助工程 师快速定位、检查、分析和报告测量数据的联网软件）进行全面分析。 目前，杜克能源公司将其所有数据存储在内部服 务器上，因为IT部门目前不开放使用云。 迄今为止，杜克能源公司已能够处理使用这种方法所采集的庞大数据量。 

图3 基于网络的状态监测软件（图片为NI InsightCM） 

截至2017年3月，已有近30个工厂通过Smart M＆D架构部署和管理近2000个CompactRIO系统。 在这些工厂内，杜克能源公司借助自动化数据采集功能，让分析师可以将80％的时间用于分析，而不是数据采集； 因此，分析结果更加可靠。

一年内，杜克能源公司的监测和诊断中心平均每天使用Prism发布两次通知；其中只有四分之一警报需要采取纠正措施。 这些警报为专家提供了依据，使其可以在成本最低的时候对设备进行计划和修理，例如，当设备计划进行维护而停机或需求较少时。

这些机器能够继续运行数周，使专家可以选择成 本最低的时候安排维修。 举个例子，尽管轴承存在故障，杜克能源公司仍然能够保持发电机运行 三周，直至安排安全且适时的维修。

公司以前只能每年从数据点采集四个数据，而现在每五秒就能采集一次数据。 并非所有的附加数据都可以永久存储; 因此该公司通过管理协议来决定什么时候丢弃哪些类型的数据，以实现更智能的数据存储。

四年来，杜克能源公司由于避免了故障带来的高昂成本，节省了高达130%的资金预算。 该项目实施的第三年，杜克能源公司开始看到回报显著增加。

该公司正在计算由于避免手动采集数据而节省的劳动力成本。 由于系统会持续分析数据，因此可大大减少操作员轮次，同时显著提高数据采集频率。 数据不再是每个月采集一次; 而是每天采集数次，每周采集数TB的数据，从而可以在更频繁且一致地发现和跟踪问题。

这一转变提高了可靠性并降低了运营成本，可帮助管理人员满足更高可靠性的需求，并通过提高分析能力来优化工作效率。

推出该解决方案必须克服许多挑战。 早在项目之初，杜克能源就意识到他们无法独自轻松完成该项目。 通过一开始就与NI和EPRI等技术提供商合作，杜克避免了许多挑战。 

今年，杜克能源将完成额外传感器的部署; 因为该公司最近扩大了希望监测的范围，纳入了变压器等附加设备。 杜克能源公司认识到，使用更多的无线传感器可以节省更多资金，因为这些传感器不需要昂贵的数据采集系统布线。 之后，杜克能源公司希望通过能够提前诊断问题的工具来获得更多有助于采取措施的信息。 杜克希望将目前采用的预测性维护解决方案进一步扩展，不仅能够告诉专家问题是什么，而且还提供如何解决问题的建议。 鉴于该行业的领域专家不断流失，这一点将变得尤为重要。 

先进的电源监测广泛应用于控制工程中，以节省能源并对机器行为进行分类。预测性维护和物联网（IoT）工具可降低成本并提高运营效率。

先进的能源管理正在越来越普遍地用于控制工程，用来解决关键的加工制造方面的挑战，例如探索节能的方式、降低峰值负荷、对机器的行为进行分析和分类，并且对能源大量的消耗进行定位并处置。这个广泛的应用与对主要能源使用的识别和跟踪，是通过将这些统计数据录入到预测维护软件中，并使用现代的物联网(IoT) 工具来分析数据，以实现成本减少以及设备效率提升。

在过去的两年中，工业市场领域已经扩展了紧凑型电源监控技术的可用性。很多都不是单一用途的、单机设备。相反，它们被集成到一个标准的输入/ 输出（I/O）平台上。实现此目的的一种方法是将电力监控电子设备集成到分布式I/O 的格式中，在DIN 轨道安装的终端上，或是在安装于机器上的I/O 模块上。这带来了直接的好处，包括减小设备整体的占地面积、改进的I/O 部分、电缆和接线长度更短、调试过程更快等等。在基于PC 的控制技术的背景下，这些电源监控解决方案可以在用于可编程逻辑控制器（PLC）、运动控制、安全、机器人等的熟悉软件环境中进行编程，从而为工程师节省大量成本。

▲紧凑型三相电能测量I/O 终端可以被用来测量谐波、总谐波失真、频率以及功率因数。图片来源：Beckhoff

基于EtherCAT 工业以太网协议的I /O产品为电源监测和预测性维护应用带来了优势。根据应用不同，要确定需要哪些与能源有关的信息是很重要的，例如电压、电能质量和谐波。

另一个考虑的方面是以IoT 为中心的。许多工程师都在寻找更多用于实现预测性维护的信息。对于这些应用，具有基本测量特性的入门级测量终端是有益的。每台机器都可以有一个低成本的终端来测量电压、电流和功率，并且将数据从EtherCAT 网络发送到本地或云端数据库。如果工厂人员发现测量值发生改变，他们会根据测量结果和EtherCAT 的诊断功能准确知道哪些机器需要维护，这种诊断特性可以实现机器和设备内的高度本地化和基于时间的识别功能。

对于那些基于降低总体生产成本的需求而进行电能测量的应用，带有内置功能的测量终端会更有用。有一些三相电力测量终端具有扩展的功能，为电源分析和能源管理提供很大范围的额外特性。特别要说的是，这些还可以用于测量谐波、总谐波失真（THD）、频率和功率因数。

所有的可测量的电流和电压都是均方根（RMS）值，而且可以计算出每个相位的有功功率和能耗。用户可以获得电压和电流的均方根值，也会得到有功功率、视在功率、无功功率、频率功率因数以及谐波。扩展的测量终端也可以提供一个很大的测量范围，最大可以达到交流690V、5A。

使用EtherCAT 过采样原理，通过高达100 微秒的瞬时分辨率可以同时监视多个不同的通道。对于基于I/O 端子的功率监测，也许在性能达到最高端时会出现一些变量差异，例如，在20 千样本每秒（kSps）时最大误差为0.2％，在10 kSps 时误差为0.5％。基于PC的标准控制系统具有足够的计算能力，可用于真正的RMS 或性能计算，以及基于测量电压和电流的复杂自定义算法。

通过过采样原理，I/O 终端可以在短于控制系统周期的时间内进行测量。利用分布式时钟的功能（EtherCAT 协议的固有功能），可以通过网络中的其他EtherCAT 设备从多个源同步测量功率。

旨在适应基于PC 的控制系统中电源监控的软件扩展也在系统集成平台中具有更高的性能。 用于评估原始电流和电压数据的PLC 库可以通过电源监控I/O 端子直接提供。功能块可用于计算电流、电压和功率的RMS 值。

这些可以作为瞬时值或平均值进行输出，而且在功能块里也有最大值和最小值。可以确定频率和频谱，例如网络中的谐波以及它们的以总谐波失真为形式的负载。所有的功能块都可以用于单相位系统和三相位系统中。不久之前，这种水平的功能性和同步性还是专用于复杂的、昂贵的和笨重的“黑匣子”设备，它们需要自有的编程软件和存在于内部的很封闭的生态系统。这意味着很少有机器可以承担为实现有效数据分析而进行的高水平的能源监控技术。

今天，对于所有领域的生产制造环境来说，从装备有正确的I/O 终端的控制系统中都可以提取出具有很大价值的能源消耗数据。通过添加集成了测量技术的小型I/O 终端，控制工程师们可以有更大的权力将能源监控掌握在自己的手中。

— END —

本文来自于《控制工程中文版》（CONTROL ENGINEERING China ）2019年01-02月刊《技术文章》栏目，原标题为：先进的能源管理与预测性维护